一种无人机控制律设计方法、装置及可读存储介质制造方法及图纸

本发明专利技术公开了一种无人机控制律设计方法、装置及可读存储介质，控制律设计方法包括，根据无人机模型建立所述无人机的面向控制模型；根据所述面向控制模型利用滑模算法和强化学习算法设计姿态子系统的控制器和速度子系统的控制器；根据所述姿态子系统的控制器和所述速度子系统的控制器确定所述无人机的最终控制律，并利用所述最终控制律控制所述无人机。本发明专利技术分别设计了姿态子系统的控制器和速度子系统的控制器，由此设计出来的无人机控制律能够极大简化固定翼无人机飞行控制系统结构。能够极大简化固定翼无人机飞行控制系统结构。能够极大简化固定翼无人机飞行控制系统结构。

【技术实现步骤摘要】
一种无人机控制律设计方法、装置及可读存储介质


[0001]本专利技术涉及无人机
，尤其涉及一种无人机控制律设计方法、装 置及可读存储介质。

技术介绍

[0002]无人机是一种有动力、可控制、能携带多种任务设备、执行多种任务， 并能重复使用的无人驾驶航空器，无人机在尺寸、机动性、成本等方面比有 人机更具优势。近年来，随着航空技术水平的飞速发展，无人机也得到了空 前的重视和前所未有的发展。民用无人机正在逐渐形成工业化的全产业链， 功能不断完善，在农业植保、测绘抢险、物流速递等领域扮演着越来越重要 的角色。
[0003]众多类型的无人机中，由于固定翼无人机快速的机动性能以及优秀的战 场打击能力，固定翼无人机的研究得到了各国研究人员的广泛关注。尤其是 随着无人机集群技术的快速发展，与固定翼无人机相关的研究成为当前的热 点。
[0004]固定翼无人机的飞行环境较为复杂多变，容易受到强风和气流变化的影 响。现有的控制方案中主要以PID控制方法和线性控制方法为主。但PID控 制方法抗干扰能力较弱，而线性控制方法无法满足快速性与准确性的需求。

技术实现思路

[0005]本专利技术实施例提供一种无人机控制律设计方法、装置及可读存储介质， 用以提出一种稳定性好、收敛速度快的固定翼无人机控制方法。
[0006]本专利技术实施例提出一种无人机控制律设计方法，包括：
[0007]根据无人机模型建立所述无人机的面向控制模型；
[0008]根据所述面向控制模型利用滑模算法和强化学习算法设计姿态子系统的 控制器和速度子系统的控制器；
[0009]根据所述姿态子系统的控制器和所述速度子系统的控制器确定所述无人 机的最终控制律，并利用所述最终控制律控制所述无人机。
[0010]在一实施方式中，所述根据无人机模型建立所述无人机的面向控制模型 包括：
[0011]设定所述无人机为刚体模型，以地面坐标系为惯性坐标系建立无人机模 型；
[0012]根据所述无人机的推力方向，采用预设空速动态方程建立所述无人机的 空速关系；
[0013]根据所述无人机模型和所述空速关系建立所述无人机的面向控制模型。
[0014]在一实施方式中，所述根据所述无人机模型和所述空速关系建立所述无 人机的面向控制模型包括：
[0015]在考虑未知外界干扰的情况下，将所述无人机模型和所述空速关系转化 为中间模型；
[0016]根据所述中间模型以及预先设定的姿态跟踪误差和空速跟踪误差建立所 述无人
机的面向控制模型。
[0017]在一实施方式中，所述根据所述面向控制模型利用滑模算法和强化学习 算法设计姿态子系统和速度子系统包括：
[0018]根据所述面向控制模型分别建立姿态积分滑模面和速度积分滑模面；
[0019]根据所述姿态积分滑模面和所述速度积分滑模面分别确定姿态滑模控制 律和速度滑模控制律；
[0020]根据所述姿态滑模控制律和速度滑模控制律分别确定等效控制力矩和等 效控制推力；
[0021]根据所述等效控制力矩和等效控制推力分别确定姿态优化模型和速度优 化模型。
[0022]在一实施方式中，所述根据所述姿态滑模控制律和速度滑模控制律分别 确定等效控制力矩和等效控制推力包括：
[0023]根据所述姿态滑模控制律和速度滑模控制律以及对应的自适应律确定等 效控制力矩和等效控制推力。
[0024]在一实施方式中，根据所述等效控制力矩和等效控制推力分别确定姿态 优化模型和速度优化模型之后，所述设计方法还包括：
[0025]根据所述姿态优化模型和所述速度优化模型建立优化系统模型；
[0026]建立所述优化系统模型的控制性能指标；
[0027]根据所述控制性能指标求解所述优化系统模型，获得姿态近优控制律和 速度近优控制律。
[0028]在一实施方式中，根据所述控制性能指标求解所述优化系统模型，获得 姿态近优控制律和速度近优控制律包括：
[0029]利用强化学习框架建立评价网格和执行网络求解所述优化子系统，以获 得姿态近优控制律和速度近优控制律。
[0030]在一实施方式中，根据所述姿态子系统的控制器和所述速度子系统的控 制器确定所述无人机的最终控制律包括：
[0031]根据所述姿态滑模控制律和所述姿态近优控制律确定姿态控制器；
[0032]根据所述速度滑模控制律和所述速度近优控制律确定速度控制器；
[0033]根据所述姿态控制器和所述速度控制器确定最终控制律。
[0034]本专利技术实施例还提出一种无人机控制律设计装置，包括：
[0035]建模模块，用于根据无人机模型建立所述无人机的面向控制模型；
[0036]数据处理模块，用于根据所述面向控制模型利用滑模算法和强化学习算 法设计姿态子系统的控制器和速度子系统的控制器；
[0037]优化模块，用于根据所述姿态子系统的控制器和所述速度子系统的控制 器确定所述无人机的最终控制律；
[0038]控制模块，用于利用所述最终控制律控制所述无人机。
[0039]本专利技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介 质上存储有计算机程序，所述计算机程序被处理器执行时实现前述的无人机 控制律设计方法的步骤
[0040]本专利技术利用滑模算法和强化学习算法分别设计了姿态子系统的控制器和 速度子系统的控制器，简化了固定翼无人机飞行控制系统的结构。
[0041]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技 术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它 目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0042]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本 领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的， 而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示 相同的部件。在附图中：
[0043]图1为本专利技术实施例基本流程图；
[0044]图2为本专利技术实施例建立面向控制模型子流程图；
[0045]图3为本专利技术实施例设计控制子系统流程图；
[0046]图4为本专利技术实施例无人机控制框图；
[0047]图5为本专利技术实施例姿态跟踪和跟踪误差曲线；
[0048]图6为本专利技术实施例控制力矩、角速率和增益k
s
的变化曲线；
[0049]图7为本专利技术实施例速度跟踪、速度误差、推力和控制增益曲线
[0050]图8为本专利技术实施例权值变化曲线。
具体实施方式
[0051]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示 了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不 应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地 理解本公开，并且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机控制律设计方法，其特征在于，包括：根据无人机模型建立所述无人机的面向控制模型；根据所述面向控制模型利用滑模算法和强化学习算法设计姿态子系统的控制器和速度子系统的控制器；根据所述姿态子系统的控制器和所述速度子系统的控制器确定所述无人机的最终控制律，并利用所述最终控制律控制所述无人机。2.如权利要求1所述的无人机控制律设计方法，其特征在于，所述根据无人机模型建立所述无人机的面向控制模型包括：设定所述无人机为刚体模型，以地面坐标系为惯性坐标系建立无人机模型；根据所述无人机的推力方向，采用预设空速动态方程建立所述无人机的空速关系；根据所述无人机模型和所述空速关系建立所述无人机的面向控制模型。3.如权利要求2所述的无人机控制律设计方法，其特征在于，所述根据所述无人机模型和所述空速关系建立所述无人机的面向控制模型包括：在考虑未知外界干扰的情况下，将所述无人机模型和所述空速关系转化为中间模型；根据所述中间模型以及预先设定的姿态跟踪误差和空速跟踪误差建立所述无人机的面向控制模型。4.如权利要求3所述的无人机控制律设计方法，其特征在于，所述根据所述面向控制模型利用滑模算法和强化学习算法设计姿态子系统和速度子系统包括：根据所述面向控制模型分别建立姿态积分滑模面和速度积分滑模面；根据所述姿态积分滑模面和所述速度积分滑模面分别确定姿态滑模控制律和速度滑模控制律；根据所述姿态滑模控制律和速度滑模控制律分别确定等效控制力矩和等效控制推力；根据所述等效控制力矩和等效控制推力分别确定姿态优化模型和速度优化模型。5.如权利要求4所述的无人机控制律设计方法，其特征在于，所述根据所述姿态滑模控制律和速度滑模控制律分别确定等效控制力矩和等效控制推力包括：根据所述姿态滑模控制律和速...

【专利技术属性】
技术研发人员：董琦，张超凡，杨焱煜，吴镇宇，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：